中文专利

收录1985年至今的中国专利数据,总计4600万条,包括发明专利、实用新型和外观设计专利,提供申请号、分类号、摘要、说明书、权利要求书等全部核心字段。

4600.0万 条数据更新时间 2026-05-11

数据集简介

本专利数据库收录了中国国家知识产权局自1985年专利法实施以来公布的全部中国专利文献,累计约4600万条,覆盖发明专利(含发明公布与授权)、实用新型专利和外观设计专利三种专利类型。核心字段包括:申请号、申请日、公开号、公开日、公告号、公告日、专利类型、标题、国省代码与名称、主分类号与分类号(IPC分类)、申请人、发明人、申请人地址、代理人、代理机构代码与名称、优先权号与优先权日、摘要文本、说明书全文(含技术领域、背景技术、发明内容、附图说明与具体实施方式)、权利要求书全文等详细内容。数据格式支持XML及不可提取PDF,满足不同的数据使用需求。适用于专利查重与相似性比对、企业知识产权风险合规审查、技术趋势分析与监控、专利价值评估、科创企业竞争力分析及专利知识图谱构建等多类场景。

数据质量

记录完整性
99.04%
记录时效性
按需更新
记录结构化
NDJSON、JSON、CSV、XLSX、Parquet,支持定制化
记录云交付
Amazon S3、Snowflake、Alibaba Cloud OSS、Google Cloud Storage、Google Drive
记录标准化
为保证数据的一致性与可用性,数据集在构建过程中对原始记录进行了标准化处理,包括:(1)单位标准化:统一价格、重量、尺寸等字段的计量单位;(2)格式标准化:统一日期、时间、数值字段的表示格式;(3)文本清洗:去除 HTML 标签、多余空格及异常字符;(4)字段规范化:统一字段命名、数据类型与缺失值表示方式。该过程确保数据在不同来源和不同采集批次之间保持结构一致性,便于后续分析与建模。
记录代表性
数据覆盖全量业务场景,样本均衡,具备行业代表性

需要定制更适合业务场景的数据集?

我们支持公开数据浏览、关键词筛选与企业级定制交付,帮助你更快完成模型训练与数据分析落地。